본 논문에서는 ML(maximum likelihood) 원리와 디지탈 통신 시스템의 고유 특성인 유한 알파벳 특성(FAP: finite alphabet properties)에 근거한 블라인드 최대비 결합(MRC: maximal ratio combining)을 위한 간단한 방법들을 제안한다. 이 방법들은 아주 작은 길이의 데이터를 가지고도 채널 파라미터들을 정확하게 추정할 수 있기 때문에, 이 방법들을 사용하면 거의 완벽한 최대비 결합을 수행할 수 있다. 이 방법들은 교번투영 기법(alternating projection technique)을 이용하여 다이버시티 가지들에 대한 채널 파라미터와 데이터 시퀀스를 동시에 추정한다. 두 가지 다른 JC-DSE (joint combining and data sequence estimation)방법과 PC-BPE (pre-combining and blind phase estimation) 방법이 제안되며, 전영역 최적화를 보장할 수 있도록 하는 효율적인 초기화 방법도 제시된다. 모의실험 결과들을 통하여, 제안된 두가지 방법의 심볼 오류율과 채널 파라미터의 추정 정확도에 관한 성능을 보여준다.
We present somple block methods for blind maximal ratio combining (MRC) based on a maximum likelihood (ML) principle and finite alphabet properties (FAP) inherent in digital communication systems. The methods can provide accurate estimates of channel parameters even with a small subset of data, thus realizing nearly perfect combining. The channel parameters of diversity branches and the data sequence are estimated simultaneously by using an alternating projection technique. Two different methods, that is, (1) Joint combining and data sequence estimation(JC-DSE) method and (2) Pre-combining and blind phase estimation (PC-BPE) method are presented. Efficient initiallization schemes that can assure the convergence to the global optimum are also presented. Simulation results demonstrate the performance of two methods on the symbol error rate (SER) and the estimated accuracy of the channel parameters.
